毛罗·迪·马尔科；毛罗·福蒂；马西莫·格拉齐尼；卢卡·潘西奥尼 扩展了全范围细胞神经网络的拉萨尔不变性原理。 （英语） Zbl 1184.94151号 EURASIP J.高级信号处理。 2009年，文章ID 730968，10 p.（2009）. 摘要：在实时解决信号处理任务的几个相关应用中，细胞神经网络（CNN）需要收敛，也就是说，每个解决方案都应该趋向于某个平衡点。本文提出了一种基于广义拉萨尔不变性原理的李亚普诺夫方法，用于研究用于模拟CNN全范围（FR）模型动力学的微分包含的收敛性和稳定性。通过获得对称FR-CNN收敛性的严格证明，证明了该方法的适用性。该证明是对称FR-CNN承认严格Lyapunov函数这一事实的直接结果，比相应的对称标准CNN收敛性证明要简单得多。 引用于1文件 MSC公司： 94甲12 信号理论（表征、重建、滤波等） 92B20型 生物研究、人工生命和相关主题中的神经网络 34A60型 普通微分夹杂物 PDF格式BibTeX公司 XML格式引用 \textit{M.Di Marco}等人，EURASIP J.高级信号处理。2009年，文章ID 730968，第10页（2009年；Zbl 1184.94151） 全文： 内政部 参考文献： [1] 数字对象标识代码：10.1109/82.222812·Zbl 0800.94277号 ·doi:10.10109/82.222812 [2] doi:10.1002/（SICI）1097-007X（199605/06）24:3<；341:：AID-CTA920>；3.0.CO版本；2升·doi:10.1002/（SICI）1097-007X（199605/06）24:3<341:：AID-CTA920>3.0.CO；2升 [3] doi:10.1142/S0129065703001765·Zbl 02181839号 ·doi:10.1142/S0129065703001765 [4] doi:10.1109/TCSI.2004.827621·doi:10.1109/TCSI.2004.827621 [5] doi:10.1109/31.7600·Zbl 0663.94022号 ·doi:10.1109/31.7600 [7] doi:10.1016/0893-6080（89）90018-X·doi:10.1016/0893-6080（89）90018-X [9] doi:10.1109/TNN.2006.879775·doi:10.1109/TNN.2006.879775 [11] doi:10.1109/TCSI.2007.902607·Zbl 1374.82020年 ·doi:10.1109/TCSI.2007.902607 [13] doi:10.1109/TCSI.2008.925820·doi:10.1109/TCSI.2008.925820 [16] doi:10.1002/cta.241·Zbl 1033.37045号 ·doi:10.1002/cta.241 [20] doi:10.10109/9.317122·Zbl 0814.93049号 ·数字对象标识代码：10.1109/9.317122 [21] doi:10.1051/cocv:199113·Zbl 0927.34034号 ·doi:10.1051/cocv:199113 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。